训练深度信念网络识别多个类别

Question

DeepBelieve框架的学习示例演示了如何训练神经网络识别一个对象类别。用于训练jpcnn_train()的方法没有类别标签参数。

但是，在DeepBelieve简单示例中，给定的神经网络可以对多个对象类别进行分类。有没有办法通过DeepBelief进行这种培训？或者我应该看看Caffe并使用它，因为DeepBelieve是基于Caffe的？

Answer 1

根据他们的文档，特别是函数jpcnn_train和jpcnn_predict的文档，它似乎不支持开箱即用的自定义标签的多类分类。它似乎确实支持ImageNet标签的多类分类。

但是，您可以训练多个预测变量

(下面介绍了如何训练一个(，每个自定义类一个，然后选择相应预测变量输出最高值的类。